收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子滤波的多特征视频跟踪算法

张钰婷  
【摘要】:随着相关学科和计算机学科的发展,计算机视觉取得了蓬勃的发展,运动目标跟踪已经成为计算机视觉领域的一个核心问题。扩展卡尔曼滤波、粒子滤波等新技术的出现,也促使视频跟踪算法取得了长足进步。卡尔曼滤波理论成功的解决了线性、高斯条件下的目标跟踪问题,而随着应用环境的日渐复杂,更多非线性非高斯的跟踪问题需要解决,进而提出了用粒子滤波理论来解决。但是目前粒子滤波算法在精确性和鲁棒性等方面仍无法较好满足产品应用的需求,因此对基于粒子滤波技术的视频目标跟踪方法展开深入的研究具有重要的理论意义和现实意义。本文所做的工作主要有以下几个方面:1.针对单一特征无法较好描述跟踪目标,本文应用运动、颜色、边缘三种特征来描述目标,并且应用一种基于特征可信度的自适应多特征融合方法。颜色特征是物体的颜色属性,本文用二阶直方图改善颜色直方图包含信息量低的缺点;边缘特征即图像的高频属性,用Canny算子提取目标的边缘,并进行膨胀操作以便边缘更加明显;运动特征是指物体的运动属性,视频的背景变化比较小时,基于运动特征的目标跟踪效果比较突出。本文在不同背景环境下进行了单一特征和多特征融合对比实验,验证了多特征融合算法的有效性。2.针对粒子滤波算法存在粒子退化现象和样本匮乏的问题,本文使用mean shift算法对其改进。在粒子滤波算法重采样之前采用mean shift算法对粒子进行一次聚类,之后对所有粒子分块进行部分重采样。该算法是对粒子退化现象和样本匮乏现象的一种权衡,既有效缓解了粒子退化现象,又保留了粒子的多样性。另外由于均值偏移理论对粒子的收敛作用,在算法的起始阶段,可以仅仅采样少量的粒子就得到与经典的粒子滤波算法相同的效果,提高了算法的实时性。3.在深入分析了改进的粒子滤波算法与多特征融合算法之后,本文将二者进行有效结合,形成一种改进的基于多特征融合的粒子滤波算法,并采用该算法在遮挡等情况下进行了跟踪实验。实验中,本文算法能有效跟踪目标,且运算速度更快,鲁棒性更高。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵孔新;李金岳;许兰;;视频跟踪系统中双运动目标间的角度测量[J];雷达科学与技术;2007年06期
2 谢方方;杨文飞;韩月霞;崔静;于越;;基于System Generator的快速视频跟踪系统设计[J];计算机技术与发展;2013年01期
3 闫庆森;李临生;徐晓峰;王灿;;视频跟踪算法研究综述[J];计算机科学;2013年S1期
4 龙再浩,朱永平,陈惠红,周连芳;视频跟踪-计算机自动分析的小鼠条件性位置偏爱实验系统的构建[J];浙江大学学报(医学版);2004年06期
5 胡宏宇;王殿海;孙迪;;基于视频跟踪方法的行人过街状态表达与分析[J];交通信息与安全;2009年03期
6 吴海城;陆松年;;多目标视频跟踪技术的研究[J];信息技术;2009年07期
7 吴诺;;视频跟踪算法在安防辅助定位中的应用[J];数字技术与应用;2011年05期
8 夏瑜;吴小俊;;球粒子滤波视频跟踪算法[J];模式识别与人工智能;2012年03期
9 刘先志,戴军,宋凌英;电视红外视频跟踪模块[J];光学与光电技术;2004年06期
10 金刚石;吕宏宇;刘立志;;基于坐标变换的视频跟踪误差角的计算方法[J];激光与红外;2011年04期
11 王娇颖;陈卫东;贺峻峰;王超;张莹;;一种基于双核架构的视频跟踪与处理系统的实现[J];应用光学;2012年03期
12 刘艳;邹谋炎;;三维动态偏移场模型及其在视频跟踪技术中的应用[J];电子与信息学报;2008年11期
13 陈凯;徐颖;王君臣;张莉;;基于视频跟踪的三维导航针刀系统[J];机械技术史及机械设计;2008年00期
14 胡志钢;;基于单目视觉的视频跟踪算法的改进[J];软件导刊;2010年02期
15 张广法;刘毅;;基于模糊粒子滤波的视频跟踪方法研究[J];船电技术;2013年11期
16 陈逊;窦丽华;张娟;;基于多粒子群算法的视频跟踪研究[J];光学技术;2010年06期
17 李晓初;邱军;;浅析会议摄像与视频跟踪系统[J];科技创业家;2013年19期
18 吴静静;胡士强;;基于概率假设密度的多目标视频跟踪算法[J];控制与决策;2010年12期
19 任建强;;交通视频跟踪系统中目标匹配评判方法的研究[J];计算机与数字工程;2009年05期
20 王洪;张丹红;;基于多处理器的视频跟踪系统研究[J];光学与光电技术;2010年05期
中国重要会议论文全文数据库 前6条
1 王立琦;陈海云;燕小强;;一种改进的粒子滤波视频跟踪算法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
2 茹琦;彭志红;张娟;陈逊;;基于SB/MHT的多目标视频跟踪的研究[A];第二十九届中国控制会议论文集[C];2010年
3 赵宇宙;朱明清;陈宗海;;视频跟踪中的局部区域差异性特征模型研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
4 仝明磊;韩红;;随机字典的粒子滤波视频跟踪[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
5 王松浩;王大珊;;基于一种改进视频跟踪算法的交通参数提取方法研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年
6 郭练;周凯;刘富强;;全程视频跟踪在智能建筑内的应用[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
中国博士学位论文全文数据库 前4条
1 刘镇弢;面向视频跟踪系统的关键算法和动态可重构硬件架构研究[D];西安电子科技大学;2014年
2 韩华;基于改进粒子滤波算法的多目标智能视频跟踪研究[D];东华大学;2012年
3 周毅;图像监控中的视频跟踪方法的研究[D];上海交通大学;2012年
4 张灿龙;基于多区域联合决策的视频跟踪方法研究[D];上海交通大学;2014年
中国硕士学位论文全文数据库 前10条
1 罗瑞;序列蒙特卡罗粒子滤波及其在视频跟踪中的应用[D];西安电子科技大学;2009年
2 范春宇;视频跟踪技术研究[D];西安电子科技大学;2007年
3 冀爱民;基于视频跟踪的条烟拥堵检测[D];西安电子科技大学;2011年
4 李志刚;视频跟踪测试平台的电子学系统的设计与实现[D];吉林大学;2015年
5 李坤;基于在线学习的视频跟踪算法研究与实现[D];国防科学技术大学;2009年
6 谭维;视频跟踪算法研究[D];湖南师范大学;2013年
7 王书玲;基于卡尔曼滤波的视频跟踪技术的研究及应用[D];河北工业大学;2011年
8 朱鹏吉;基于增量学习的视频跟踪[D];安徽大学;2014年
9 曾雄;复杂环境下视频跟踪算法研究[D];浙江大学;2014年
10 毛瑞;针对空域目标的视频跟踪技术研究[D];南京理工大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978